Screening for Depression in Systemic Lupus Erythematosus with the British Columbia Major Depression Inventory
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Accurate identification of depression in patients with systemic lupus erythematosis (SLE) is particularly complicated because the vegetative symptoms of depression also reflect core features of this autoimmune disease. Self-reported symptoms in patients with SLE (n = 103) and community control subjects (n = 136) were examined with the British Columbia Major Depression Inventory and the Beck Depression Inventory-II. The patients with lupus obtained higher scores on most items of the former inventory. A logistic regression analysis assessed whether a subset of these items were uniquely related to group membership. Clinically significant fatigue was much more common in patients with lupus than in the control group. Two items relating to sleep disturbance also entered the equation as unique predictors. The three-variable model resulted in 85% of the control subjects and 66% of the patients being correctly classified. A subset of patients with depression, according to the Beck inventory (17 or higher), were selected (n = 41). Their most frequently endorsed symptoms on the British Columbia Inventory were fatigue (90.2%), trouble failing asleep (70.7%), cognitive difficulty (61%), and psychomotor slowing (58.5%). Only 29.3% reported significant sadness. 15% of these subjects were classified as not depressed, 46% as possibly depressed, and 39% as probably depressed on the British Columbia Inventory. It is advisable to assess whether patients are experiencing significant sadness or loss of interest before concluding that a high score on a screening test corresponds to probable depression.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle